Introducción al aprendizaje computacional a través de modelos estadísticos y probabilistas
Date
2023-05
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"El aprendizaje computacional, en general, trata de construir programas o modelos que puedan mejorar su desempeño de forma automática a través de la experiencia. Esta área de la inteligencia artificial puede dividirse en tres principales vertientes: el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo. Para dar una introducción al área del aprendizaje computacional, se parte de los modelos de regresión lineal, utilizados para realizar predicciones de un valor numérico y que permiten ilustrar las bases del aprendizaje computacional, así como los procedimientos para tener mejores modelos como los métodos de optimización para las funciones de costo o la selección de atributos. Otra tarea fundamental dentro del aprendizaje computacional es la clasificación, que consiste en predecir el valor de una variable categórica dada una observación. Además, la evaluación de modelos es una parte importante que permite ilustrar técnicas estadísticas para apoyar con cierto grado de significancia la elección de un determinado modelo. Estas tareas de regresión y clasificación pueden ser vistas a través de los conceptos teóricos estudiados en los cursos formativos de la licenciatura, de modo que estos conceptos pueden servir como base para el estudio inicial del aprendizaje computacional".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading